SQL Server 2000 全文檢索技術(shù)

1、SQL Server 2000 全文檢索技能1全文檢索及其生長狀態(tài)隨著海量信息的出現(xiàn)以及盤算機存儲技能的生長，文獻數(shù)據(jù)庫正由書目數(shù)據(jù)庫向全文數(shù)據(jù)庫變化。這一變化使得全文檢索技能得到空前的生長。常用的實現(xiàn)全文檢索的要領(lǐng)重要有以下兩種：第一種要領(lǐng)是不合錯誤數(shù)據(jù)庫創(chuàng)立索引而直接對文章舉行匹配的要領(lǐng)。這種要領(lǐng)由于沒有創(chuàng)立索引庫，因此所占空間較少，但同時正是由于它沒有索引庫，以是在舉行全文匹配時要消耗大量的時間。第二種方規(guī)那么是一種為全文創(chuàng)立倒排索引庫的要領(lǐng)。這種要領(lǐng)可以大大節(jié)流檢索的時間。但同時，這種要領(lǐng)必要占用必然的存儲空間來創(chuàng)立索引庫。如今，國表里對全文檢索的研究可以說是到達一個熱潮。很多研究機構(gòu)

2、和貿(mào)易構(gòu)造都在舉行這方面的研究。國際最具影響力的全文檢索評估機構(gòu)當屬TRE(TextRetrievalnferene)。它是由美國技能和尺度研究所(NIST)和美國高級研究籌劃局(DARPA)配合舉行、自1992年以來每年一次的全文檢索評估集會，集會到場者帶來研究的檢索體系以供專家舉行評估。傳統(tǒng)的信息單元，圖書館等也開始創(chuàng)立全文數(shù)據(jù)庫，引進種種全文檢索技能。一些軟件公司，也紛紛推出全文檢索軟件。海內(nèi)比力有代表性的如TRS等，而外洋比力知名的有下文將要先容的irsft公司開拓的SQLServer2000。2在SQLServer2000中設(shè)置全文檢索辦事SQLServer是irsft公司在本來和S

3、ybase公司互助的底子上推出的一款面向高端的數(shù)據(jù)庫體系。而SQLServer2000版本那么是最新的、大型聯(lián)機事件處置懲罰的新型數(shù)據(jù)庫平臺。它繼續(xù)了SQLServer從前版本的一些強盛的上風，如簡樸易用、具有精良的不變性和高效性等等。同時，它的成效比從前的版本越發(fā)強盛，界面越發(fā)友愛。總之，無論是在成效、寧靜性、可維護性，照舊在易操縱性上都較從前版本有了長足的進步。它的全文檢索成效設(shè)置簡樸，利用非常便利。我在創(chuàng)立關(guān)于信息檢索的英文論文題名、文摘數(shù)據(jù)庫的歷程中，利用了SQLServer2000。由于文摘文本單詞量均勻在500個擺布，并且論文記載數(shù)目較多，假設(shè)不為文摘創(chuàng)立全文索引庫，將嚴峻影響檢索

4、服從。因此，我利用SQLServer2000的全文檢索成效為這個數(shù)據(jù)庫提供了全文檢索辦事。2.1創(chuàng)立全文檢索辦事的歷程如下：第一步，在SQLServer中創(chuàng)立一個全文數(shù)據(jù)庫EnglishData。在該數(shù)據(jù)庫中創(chuàng)立一個表Papers。該表的字段有paper_id(代表論文的挨次，數(shù)據(jù)范例為int，長度為4，要求非空，并為標知，標知種子為1，主動增量為1)、paperAitle(代表論文的標題問題，數(shù)據(jù)范例為vhar，長度為200，要求非空)、paper_abstrat(代表論文的文摘，數(shù)據(jù)范例為vhar，長度為8000，要求非空)。第二步，為創(chuàng)立全文索引，必然要為該表創(chuàng)立唯一索引(UniqueI

5、ndex)。我為Papers表的paper_id字段創(chuàng)立唯一索引。第三步，將數(shù)據(jù)漸漸導(dǎo)入到表Papers中。第四步，翻開SQLServer的企業(yè)辦理器，在左側(cè)的樹視中點擊數(shù)據(jù)庫。然后點開數(shù)據(jù)庫EnglishData。選擇“全文目次。點擊右鍵，選擇“新建全文目次，創(chuàng)立全文目次Paper-AbstratFullSearh，然后創(chuàng)立名稱為AbstraetSearh的調(diào)理。其他擔當默認。第五步，選擇企業(yè)辦理器的右側(cè)的表Papers，單擊右鍵，選中“全文索引表，單擊“在表上創(chuàng)立全文索引。將會出現(xiàn)“全文索引指導(dǎo)窗口。點擊“下一步會到達“選擇索引窗口。由于本表只有一個唯一索引paper_id，點擊“下一步，

6、會出現(xiàn)“選擇表中的列窗口。選擇“paper_abstrat字段，然后點擊“下一步，出現(xiàn)“選擇目次窗口，擔當默認設(shè)置，點擊“下一步，出現(xiàn)的窗口“選擇或創(chuàng)立添補調(diào)理(可選)窗口，擔當默認設(shè)置再點擊下一步。出現(xiàn)“正在完成SQLServer全文索引指導(dǎo)，點擊“完成。完成設(shè)置。第六步，選擇表Papers，點擊右鍵，選擇“全文索引表，點擊“啟動完全添補，等候完成。第七步，設(shè)置數(shù)據(jù)源名。在DB辦理器中的“體系DSN中，單擊“添加，選擇“SQLServer。在數(shù)據(jù)源名中輸入“EnglishData，然后舉行客戶設(shè)置。第八步，假設(shè)以后對表Papers舉行任何的修改(包羅添加、刪除記載和對原記載舉行編纂)，都要重

7、復(fù)第六步的操縱。這一步是為了包管全文索引庫可以或許與表Papers的修改同步。以上是創(chuàng)立全文索引的全歷程。完成創(chuàng)立后，即可以利用尺度的TSQL語句對其舉行全文檢索。2.2在eb平臺上舉行全文檢索固然利用TsQL語句可以很便利地舉行全文檢索，但筆者思量到不是全部的用戶都把握了TsQL語句，因此為便利用戶檢索，筆者創(chuàng)立了一個基于eb界面的全文檢索平臺。用戶只需將檢索詞提交給eb辦事器，辦事器利用ASP調(diào)用AD控件來對SQLServer2000數(shù)據(jù)庫舉行查詢，并將檢索效果以eb頁面的方法返回給用戶。ASP(AtiveServerPages)是微軟公司創(chuàng)立的一套辦事器端足本情況。方案職員可以結(jié)合HTL

8、、ASP指令和AtiveX控件創(chuàng)立動態(tài)、交互且高效的eb辦事器應(yīng)用步伐。由于全部的步伐都嵌入HTL中且在辦事器端實行，因此不必擔憂客戶端的欣賞器可否運行步伐。同時，它還具有簡樸、易開拓、兼容性好等長處。AD(AtiveXDatabjet，AtiveX數(shù)據(jù)工具)是一個ASP內(nèi)置的AtiveX辦事器組件(AtiveXServerpnent)，用于數(shù)據(jù)庫拜候，可把它與ASP結(jié)合起來，創(chuàng)立提供數(shù)據(jù)庫信息的網(wǎng)頁內(nèi)容，對數(shù)據(jù)庫舉行查詢、插入、更新、刪除等操縱。AD工具可以操縱全部DB驅(qū)動步伐存取的數(shù)據(jù)源格式。同時，AD還具有簡樸易用、速率快等長處。SQLServer2000的全文檢索辦事可以支持布爾檢索和

9、加權(quán)檢索等高級檢索。用ASP可以實現(xiàn)這些檢索成效。3全文檢索語句NTAINS和FREETEXT的利用全文檢索利用戶可以高效檢索存儲在數(shù)據(jù)庫的har、varhar、text、ntext、nhar、nvarhar等數(shù)據(jù)范例列中的文本數(shù)據(jù)。在舉行全文檢索之前，應(yīng)創(chuàng)立和填湊數(shù)據(jù)庫全文索引。3.1全文索引為了支持全文索引操縱，SQLServer70新增了一些新的存儲歷程和Transat-SQL語句。利用這些存儲歷程創(chuàng)立全文索引的詳細步調(diào)如下(括號內(nèi)為每步所調(diào)用的存儲歷程名稱)：(1)啟動數(shù)據(jù)庫的全文處置懲罰成效(sp_fulltexLdatabase)；(2)創(chuàng)立全文目次(sp_fulhexLatalg

10、)；(3)在全文目次中注冊必要全文索引的表(sp_fulltexttable)；(4)指出表中必要全文檢索的列名(sp_fulltexLelun)；(5)為表創(chuàng)立全文索引(sp_fulltexLtable)；(6)添補全文目次(sp_fulltext_atalg)。下面舉例說明：在本例中，對test數(shù)據(jù)庫bk表中title列和ntes列創(chuàng)立全文索引。/起首先啟動SQLServer的全文搜刮辦事。usetest/翻開數(shù)據(jù)庫g/翻開全文索引支持exeutesp_fulltext_databaseenable/創(chuàng)立全文目次ft_pubsexeutesp_fulltext_atalgft_test，r

11、eate/為titles表創(chuàng)立全文索引數(shù)據(jù)元，pk_title為bk表中由主鍵所創(chuàng)立的唯一索引，此參數(shù)必需。exeutesp_fulltext_tablebk，reate，ft_test,pk_title/設(shè)置全文索引列名exeutesp_fulltext_elunbk，title，addexeutesp_fulltext_lunbk，ntes，add/創(chuàng)立全文索引exeutesp_fulltexLtablebk，ativate/添補全文索引目次exeutesp_fulltext_atalgft_test，start_fullg至此，全文索引創(chuàng)立完畢。3.2全文檢索SQLServer2000提

12、供的全文檢索語句重要有NTAINS和FREETEXT。NTAINS語句的成效是在表全部列或指定列中搜刮：一個字或短語；一個字或短語的前綴；與一個字相近的另一個字；一個字的派生字；一個重復(fù)出現(xiàn)的字。NTAINS語句的語法格式為：NTAINS(lun*)，)此中，lun說明被搜刮列，利用時說明對表中全部全文索引列蓮行搜刮ntains_searh_nditin說明NTAINS語句的搜刮內(nèi)容，其語法格式為：|)|ANDIANDNT|R.n下面就siple_ter和predix_ter參數(shù)做一扼要說明：sipleter指出NTAINS語句所搜刮的單字或短語，當為一個短語時，必需利用雙引號作為定界符。其格

13、式為：rd|“phrasepredix_ter說明NTAINS語句所搜刮的字或短語前綴，其格式為：“rd*|“phrase比方，下面語句檢索b0k表的title列和ntes列中包羅database或puter字符串的圖書名稱及其解釋信息：selettitle，ntesfrbkherentains(tilte，database)rntains(ntes,datable)rntains(title，puter)rntains(ntes，puter)FREETEXT語句的成效是在一個表的全部列或指定列中搜刮一個自由文本格式的字符串，并返回與該字符串匹配的數(shù)據(jù)行。以是，F(xiàn)REETEXT語句所實行的成效

14、又稱做自由式全文查詢。FREETEXT語句的語法格式為：FREETEXT(lun*，freetext_string)此中，lun說明被搜刮列，利用*時說明對表中的全部全文索引列舉行搜刮。Freetext_string參數(shù)指出所搜刮的自由文本格式字符串。比方，下面語句利用FREETEXT語句搜刮bk表中包羅SuessfulLife字符串的數(shù)據(jù)行：selettitle，ntesfrbkherefreetext(*，SuessfulLife)4竣事語通過學(xué)習(xí)和理論，我以為SQLServer2000的全文檢索辦事有以下長處：第一，簡樸易用。由于SQLServer2000的全文檢索辦事已經(jīng)集成到整個辦事中，因此，全文檢索可以利用“企業(yè)辦理器舉行同一的圖形界面的辦理。并且，舉行檢索時可以利用尺度的TSQL語句，學(xué)習(xí)、利用非常便利。第二，SQLServer2000成效強盛。好比，其自身具有“噪音詞(niseter)過濾的機制。在“.SSQLTDATASQLServ